Detailansicht
Tumor classification based on gene expression profiles
Melanie Görner
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Mathematik
Betreuer*in
Andreas Futschik
DOI
10.25365/thesis.9980
URN
urn:nbn:at:at-ubw:1-29305.42597.812855-3
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Das Ziel dieser Arbeit ist die Vorhersage der Metastasenbildung von Brustkrebstumoren durch Klassifikation ihrer Genexpressionsdaten. Die dafür benötigten Daten werden mit Hilfe von Mikroarrays gewonnen, einer Technologie die es erlaubt Genexpressionsdaten schnell und effiziente zu extrahiert und dadurch eine solche Klassifikation ermöglicht.
Wir untersuchen hier das binäre Klassifikationsproblem der Bestimmung ob ein Tumor innerhalb von fünf Jahren entfernte Metastasen bilden wird oder nicht. Im Gegensatz zu klassischen Studien in diesem Bereich wollen wir nicht die globale Klassifikationsgüte maximieren, sondern versuchen den Fehler zweiter Art (Fehlklassifikation eines Metastasen entwickelnden Patienten) niedrig zu halten und erst an zweiter Stelle den Fehler erster Art zu minimieren.
Wir definieren verschiedene nearest centroid Klassifikatoren, wobei die centroids so genannte "Genexpressionsprofile" sind, die aus den durchschnittlichen Genexpressionswerten von Patient jedes Krankheitsbildes bestehen. Danach vergleichen wir die Klassifikationsgüte dieser Klassifikatoren und analysieren, welchen Einfluss Featureselektionsmethoden darauf haben.
Es wir gezeigt, dass die Güte der nearest centroid Klassifikation stark von der genauen Definition des Klassifikatores abhängt. Des weiteren zeigen wir, dass die Featuremenge, auf welcher die Klassifikation basiert, einen großen Einfluss auf die Genauigkeit des Klassifikators hat und durch die Wahl einer geeigneten Featureselektionsmethode daher desssen Güte erheblich verbessert werden kann. Das beste Klassifikationsergebnis wird erreicht durch die Kombination eines bes- timmten nearest centroid Klassifikatores mit einem AdaBoost-Featureselektionsalgorithmus: Eine 5-fache Kreuzvalidierung erreicht 89% Sensitivität (sensitivity) und 89% Spezifität (specificity).
Abstract
(Englisch)
In this thesis, we aim at predicting whether a breast cancer tumor will develop distant metastasis by classifying the tumor’s gene expression data. This data is obtained from microarrays, which is a technology providing a fast and efficient way of extracting gene expressions, thereby enabling such classification.
The binary classification problem studied here is to decide whether a tumor will develop distant metastases within a timescale of five years. In contrast to classical studies in this field, we are not interested in maximizing overall classification performance, but focus on keeping the type II error (misclassification of metastases developing patients) low and only in the second place minimize the type I error.
We define different nearest centroid classifiers, where the centroids are given by gene expression profiles consisting of average gene expression values for each outcome group. We then compare their performance and analyze the influence of feature selection methods on classification accuracy.
We show that the performance of nearest centroid classification varies a lot depending on the specific definition of the classifier. Furthermore, we demon- strate that the feature set, on which the classification is based, has a big influ- ence on the classifier’s accuracy and choosing an appropriate feature selection method can therefore lead to a huge improvement in performance. The best classification result can be observed when combining a specific nearest centroid classifier with an AdaBoost feature selection algorithm: 5-fold cross-validation showed 89% sensitivity and 86% specificity.
Schlagwörter
Schlagwörter
(Englisch)
gene expression gene expression profile microarray data tumor classification breast cancer nearest centroid feature selection
Schlagwörter
(Deutsch)
Genexpressionsdaten Genexpressionsprofil Microarray Daten Tumorklassifikation Brustkrebs nearest centroid feature selection
Autor*innen
Melanie Görner
Haupttitel (Englisch)
Tumor classification based on gene expression profiles
Paralleltitel (Deutsch)
Tumorklassifikation auf Basis von Genexpressionsprofilen
Publikationsjahr
2010
Umfangsangabe
84 S. : graph. Darst.
Sprache
Englisch
Beurteiler*in
Andreas Futschik
Klassifikationen
31 Mathematik > 31.73 Mathematische Statistik ,
31 Mathematik > 31.80 Angewandte Mathematik
AC Nummer
AC08126142
Utheses ID
9005
Studienkennzahl
UA | 066 | 821 | |